感情マッピング - プルチックの感情の輪

概要

本ドキュメントでは、源氏物語香りデータベースにおける感情推論システムについて説明します。プルチックの感情の輪（Plutchik's Wheel of Emotions）を理論的基盤として採用し、香りの記述から関連する感情を自動的に推論します。

理論的基盤：プルチックの感情の輪

8つの基本感情と強度レベル

プルチックの感情の輪は、8つの基本感情をそれぞれ3段階の強度で表現します：

基本感情	弱（weak）	中程度（moderate）	強（strong）
喜び	穏やか（serenity）	喜び（joy）	歓喜（ecstasy）
信頼	受容（acceptance）	信頼（trust）	称賛（admiration）
恐れ	不安（apprehension）	恐れ（fear）	恐怖（terror）
驚き	注意散漫（distraction）	驚き（surprise）	驚嘆（amazement）
悲しみ	物思い（pensiveness）	悲しみ（sadness）	深い悲しみ（grief）
嫌悪	退屈（boredom）	嫌悪（disgust）	憎悪（loathing）
怒り	不快（annoyance）	怒り（anger）	激怒（rage）
期待	興味（interest）	期待（anticipation）	警戒（vigilance）

複合感情（Dyad）

基本感情の組み合わせによる複合感情：

愛（love）: 喜び + 信頼
楽観（optimism）: 喜び + 期待
攻撃性（aggressiveness）: 怒り + 期待
軽蔑（contempt）: 怒り + 嫌悪
後悔（remorse）: 嫌悪 + 悲しみ
不承認（disapproval）: 悲しみ + 驚き
畏敬（awe）: 驚き + 恐れ
服従（submission）: 恐れ + 信頼

感情推論アルゴリズム

推論方式：キーワードマッチング

本システムでは、ルールベースのキーワードマッチング方式を採用しています。機械学習モデルは使用せず、日本語キーワード辞書に基づいてテキストから感情を検出します。

処理フロー

┌─────────────────┐
│ 香りデータ入力   │
│ (Smell オブジェクト) │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ テキストフィールド抽出 │
│ - Effect        │
│ - Quality       │
│ - Circumstances │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ キーワードマッチング │
│ (日本語感情辞書)    │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ 感情ID配列を出力  │
│ ["disgust", "annoyance"] │
└─────────────────┘

推論対象フィールド

香りデータの以下3つのフィールドからテキストを抽出し、感情を推論します：

フィールド	説明	例
Effect	香りが与える影響・感情反応	「心くるしうおほさるゝ」
Quality	香りの質的特性	「たえかたくまさなき」
Circumstances	香りが知覚される文脈	「春の御殿の様子」

日本語感情キーワード辞書

src/lib/emotion-mapping.ts で定義されている主要なキーワードマッピング：

const JAPANESE_EMOTION_KEYWORDS: Record<string, string[]> = {
  // 喜び系
  joy: ['喜', '嬉', '楽', '幸', '悦'],
  serenity: ['穏', '静', '安らか', '心地よ', '快い'],
  ecstasy: ['歓喜', '狂喜', '有頂天'],

  // 悲しみ系
  sadness: ['悲', '哀', '憂', '寂'],
  pensiveness: ['物思', '物憂', 'もの思'],
  grief: ['嘆', '慟哭', '悲嘆'],

  // 嫌悪系
  disgust: ['嫌', '厭', '忌'],
  boredom: ['退屈', '倦', 'つれづれ'],
  loathing: ['憎', '忌み嫌'],

  // 怒り系
  annoyance: ['不快', '苛立', 'いらだ'],
  anger: ['怒', '憤', 'いきどほ'],
  rage: ['激怒', '憤怒', '逆上'],

  // 恐れ系
  fear: ['恐', '怖', '畏'],
  apprehension: ['不安', '懸念', '心配'],
  terror: ['恐怖', '戦慄', 'おびえ'],

  // 驚き系
  surprise: ['驚', 'おどろ', 'あさまし'],
  amazement: ['驚嘆', '仰天', 'あきれ'],

  // 信頼系
  trust: ['信', '頼', '任'],
  admiration: ['称賛', '敬', '尊'],

  // 期待系
  anticipation: ['期待', '待', '望'],
  interest: ['興味', '関心', '好奇'],

  // 複合感情
  love: ['愛', '恋', '慕', '思ひ'],
  empathy: ['あはれ', '哀れ', 'しみじみ'],
  contempt: ['軽蔑', '侮', '蔑'],
  awe: ['畏敬', '畏怖', 'かしこ'],
  remorse: ['後悔', '悔', '恥'],
};

Quality分析の詳細ロジック

Qualityフィールドには特別な分析ロジックが適用されます：

// ポジティブキーワード → joy, serenity を推論
const positiveKeywords = [
  '美しい', '良い', '素晴らしい', '心地よい', '快い',
  '優雅', '華やか', '鮮やか', 'かうばし', '芳し'
];

// ネガティブキーワード → disgust, annoyance を推論
const negativeKeywords = [
  '不快', '悪い', 'まさなき', '絶えがたく', '忌み嫌',
  'くさし', '臭し'
];

具体的な推論例

例1：嫌悪・不快の推論

入力データ：

{
  "Smell_Word": "きぬのすそたえ",
  "Quality": "たえかたくまさなき",
  "Sentence_ModernJapanese": "御送り迎えの人の衣の裾から、絶えがたく、まさなき（不快な）匂いがすることもあった。"
}

推論プロセス：

Quality フィールドを分析
「まさなき」がネガティブキーワードにマッチ
disgust（嫌悪）と annoyance（不快）を推論

出力：

{
  "Emotions": ["disgust", "annoyance"]
}

例2：複合感情の推論

入力データ：

{
  "Smell_Word": "梅のか",
  "Quality": "いとおもしろき（非常に趣深い）",
  "Effect": "あはれにみたてまつる（しみじみと感動する）"
}

推論プロセス：

Quality に「趣深い」→ positiveKeywords にマッチ → joy, serenity
Effect に「あはれ」→ empathy キーワードにマッチ → empathy

出力：

{
  "Emotions": ["joy", "serenity", "empathy"]
}

例3：源氏物語特有の表現

源氏物語には特有の感情表現があり、これらも辞書に含まれています：

古語表現	推論される感情
あはれ	empathy, sadness, pensiveness
もの哀し	sadness, pensiveness
物憂	sadness, boredom
つれづれ	boredom, pensiveness
かしこ	awe, fear
なつかし	love, trust

実装ファイル

ファイル	役割
`src/lib/emotions.ts`	感情語彙データ（TypeScript）
`src/lib/emotion-mapping.ts`	推論ロジック・キーワード辞書
`public/rdf/plutchik-emotions.ttl`	RDF/TTL形式の感情語彙
`scripts/add-emotions.ts`	一括処理スクリプト

主要関数

// 香りから感情を推論
function suggestEmotionsForSmell(smell: Smell): string[]

// Effect/Circumstancesフィールドから感情を推論
function suggestEmotionsFromEffect(effectText: string): string[]

// Qualityフィールドから感情を推論
function suggestEmotionsFromQuality(qualityText: string): string[]

// 感情IDからラベル付きオブジェクトを取得
function getSmellEmotions(smell: Smell, locale: 'en' | 'ja'): EmotionWithLabel[]

// 関連感情を取得（感情の輪の隣接関係）
function getRelatedEmotions(emotionKey: string): string[]

一括処理スクリプト

使用方法

# ドライラン（変更をプレビュー）
npx tsx scripts/add-emotions.ts --dry-run

# 特定の巻を処理
npx tsx scripts/add-emotions.ts --volume=01

# 全巻を処理
npx tsx scripts/add-emotions.ts

処理フロー

json/[巻番号].json ファイルを読み込み
各香りエントリに対して suggestEmotionsForSmell() を実行
推論された感情を Emotions フィールドに追加
ファイルに保存

RDFスキーマでの感情表現

感情語彙はSKOS（Simple Knowledge Organization System）を使用してRDFで定義されています。

名前空間： http://data.odeuropa.eu/vocabulary/plutchik/

# 嫌悪感情の定義
plu:disgust a skos:Concept ;
    dbp:next plu:remorse ;
    dbp:prev plu:contempt ;
    skos:broader plu:boredom ;      # より弱い感情
    skos:inScheme plu: ;
    skos:narrower plu:loathing ;    # より強い感情
    skos:prefLabel "disgust"@en, "嫌悪"@ja .

# 不快感情の定義
plu:annoyance a skos:Concept ;
    skos:inScheme plu: ;
    skos:narrower plu:anger ;       # より強い感情
    skos:prefLabel "annoyance"@en, "不快"@ja ;
    skos:topConceptOf plu: .

関係性プロパティ：

skos:broader: より弱い感情へのリンク
skos:narrower: より強い感情へのリンク
dbp:next: 感情の輪での次の感情
dbp:prev: 感情の輪での前の感情

UIでの表示

香り詳細ページ

src/components/pages/smells/SmellDetail.tsx で感情を表示：

Effectフィールドの後に感情セクションを表示
各感情をバッジとして表示
ホバー時に強度情報を表示
日英両言語でラベルを切り替え

感情フィルタリング

src/components/pages/smells/SmellsSearchClient.tsx で感情フィルタを実装：

複数感情の選択が可能（AND条件）
ファセットとして感情ごとの件数を表示
リアルタイムでフィルタリング

今後の拡張可能性

1. LLMベースの感情分析

現在のキーワードマッチングに加え、LLM（大規模言語モデル）を活用したより高度な感情分析：

文脈を考慮した感情推論
古語表現のより正確な解釈
複雑な感情の組み合わせの検出

2. キーワード辞書の拡張

JAPANESE_EMOTION_KEYWORDS に新しいキーワードを追加することで、推論精度を向上：

// 新しいキーワードの追加例
JAPANESE_EMOTION_KEYWORDS.joy.push('うれし', 'よろこばし');

3. 感情ネットワーク可視化

香り同士を共通感情でつなぐネットワークグラフ
物語の進行に伴う感情の変化の可視化

参考文献

Plutchik's Wheel of Emotions
Odeuropa Emotion Vocabulary
Robert Plutchik (1980). "A general psychoevolutionary theory of emotion"
英語版ドキュメント: Emotion Mapping Technical Document

感情マッピング技術ドキュメント

感情マッピング - プルチックの感情の輪

概要

理論的基盤：プルチックの感情の輪

8つの基本感情と強度レベル

複合感情（Dyad）

感情推論アルゴリズム

推論方式：キーワードマッチング

処理フロー

推論対象フィールド

日本語感情キーワード辞書

Quality分析の詳細ロジック

具体的な推論例

例1：嫌悪・不快の推論

例2：複合感情の推論

例3：源氏物語特有の表現

実装ファイル

主要関数

一括処理スクリプト

使用方法

処理フロー

RDFスキーマでの感情表現

UIでの表示

香り詳細ページ

感情フィルタリング

今後の拡張可能性

1. LLMベースの感情分析

2. キーワード辞書の拡張

3. 感情ネットワーク可視化

参考文献